买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利基于多尺度感受野特征增强融合的虚拟制片人物抠像方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119515899B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510084279.4，技术领域涉及：G06T7/11；该发明授权基于多尺度感受野特征增强融合的虚拟制片人物抠像方法是由李万清;杨鸿斌;唐莹;刘俊;张俊峰设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于多尺度感受野特征增强融合的虚拟制片人物抠像方法在说明书摘要公布了：本发明公开了基于多尺度感受野特征增强融合的虚拟制片人物抠像方法，属于图像处理技术领域。该方法首先构建一个包括语义估计模块、细节预测模块和语义‑细节融合模块的MODNet模型，并引入结合注意力的感受野模块和特征语义增强模块。其中，语义估计模块通过主干网络对输入图像进行特征提取，再通过结合注意力的感受野模块调整后两个阶段的特征图的权重，并扩大特征图的感受野，得到语义特征。细节预测模块对输入图像和中间尺度特征图的融合结果进行编码，通过特征语义增强模块对编码结果与语义特征进行融合，解码后输出细节预测结果。最终，语义‑细节融合模块对语义特征和细节预测模块的解码结果进行融合，输出预测的人像掩码图像。

本发明授权基于多尺度感受野特征增强融合的虚拟制片人物抠像方法在权利要求书中公布了：1.基于多尺度感受野特征增强融合的虚拟制片人物抠像方法，构建一个包括语义估计模块、细节预测模块和语义-细节融合模块的MODNet模型，使用虚拟制片场景图像作为训练数据，以图像中人物的真实人像掩码αg作为对应的训练标签，训练MODNet模型输出预测的人像抠图掩码αp，完成虚拟制片的人物抠像，其特征在于：在MODNet模型的语义估计模块和细节预测模块中分别引入结合注意力的感受野模块和特征语义增强模块，对改进后的MODNet模型进行训练；所述语义估计模块的主干网络为MobileNetV2，对输入图像I进行多尺度的特征提取，得到一系列尺寸依次减小的特征图I1～I5，所述结合注意力的感受野模块对I4、I5进行处理，输出语义特征图SI：SI＝ConvConcatConvAstrousConvd*M*C5；d＝flatConvConcatSEI4，UpConcatSEI5，UPGAPI5；其中，Conv代表1*1的卷积层，Concat表示特征图在通道维度的链接，AstrousConv表示空洞卷积，M为AstrousConv的个数，C是输入图像I的通道数；flat表示按照通道维度展平特征图，Up代表上采样，GAP代表全局池化操作，SE代表经过SE模块；所述细节预测模块以输入图像I和主干网络输出的第i阶段的中间特征图Ii的融合结果作为编码器的输入，再通过特征语义增强模块对编码结果D与语义特征图SI进行融合增强，对增强结果g进行解码，输出细节预测图dp；所述结合注意力的感受野模块以语义估计模块中主干网络输出的最后两个阶段的特征图作为输入，先通过SE模块对两个特征图进行通道上的注意力权重调整，融合后再通过多尺度空洞卷积扩大感受野，作为语义估计模块输出的语义特征图SI；所述语义-细节融合模块对语义特征图SI和细节预测模块的解码结果进行融合，输出预测的人像掩码图像αp，完成前景分离；所述特征语义增强模块对于细节预测模块中编码器输出的编码结果D，依次进行卷积、归一化和激活操作，并对语义特征图SI进行相同的操作，然后在通道维度进行链接，再经过卷积，完成语义特征对细节特征的语义增强，得到增强结果g；所述增强结果g用于解码生成细节预测图dp。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。